標(biāo)題: Titlebook: Machine Learning and Big Data Analytics(Proceedings of International Conference on Machine Learning ; Rajiv Misra,Rudrapatna K. Shyamasund [打印本頁(yè)] 作者: 小巷 時(shí)間: 2025-3-21 18:13
書(shū)目名稱Machine Learning and Big Data Analytics(Proceedings of International Conference on Machine Learning 影響因子(影響力)
書(shū)目名稱Machine Learning and Big Data Analytics(Proceedings of International Conference on Machine Learning 影響因子(影響力)學(xué)科排名
書(shū)目名稱Machine Learning and Big Data Analytics(Proceedings of International Conference on Machine Learning 網(wǎng)絡(luò)公開(kāi)度
書(shū)目名稱Machine Learning and Big Data Analytics(Proceedings of International Conference on Machine Learning 網(wǎng)絡(luò)公開(kāi)度學(xué)科排名
書(shū)目名稱Machine Learning and Big Data Analytics(Proceedings of International Conference on Machine Learning 被引頻次
書(shū)目名稱Machine Learning and Big Data Analytics(Proceedings of International Conference on Machine Learning 被引頻次學(xué)科排名
書(shū)目名稱Machine Learning and Big Data Analytics(Proceedings of International Conference on Machine Learning 年度引用
書(shū)目名稱Machine Learning and Big Data Analytics(Proceedings of International Conference on Machine Learning 年度引用學(xué)科排名
書(shū)目名稱Machine Learning and Big Data Analytics(Proceedings of International Conference on Machine Learning 讀者反饋
書(shū)目名稱Machine Learning and Big Data Analytics(Proceedings of International Conference on Machine Learning 讀者反饋學(xué)科排名
作者: 替代品 時(shí)間: 2025-3-21 21:35 作者: 親屬 時(shí)間: 2025-3-22 03:45
https://doi.org/10.1007/978-3-030-82469-3Machine Learning; Big Data; Big Data Analytics; ICMLBDA; ICMLBDA 2021; Intelligent Systems作者: 燒瓶 時(shí)間: 2025-3-22 08:06 作者: reserve 時(shí)間: 2025-3-22 12:21
Machine Learning and Big Data Analytics(Proceedings of International Conference on Machine Learning 978-3-030-82469-3Series ISSN 2367-3370 Series E-ISSN 2367-3389 作者: Corporeal 時(shí)間: 2025-3-22 15:33
2367-3370 Patna, India.Written by experts in the fieldThis edited volume on machine learning and big data analytics (Proceedings of ICMLBDA 2021) is intended to be used as a reference book for researchers and practitioners in the disciplines of computer science, electronics and telecommunication, information 作者: 混合,攙雜 時(shí)間: 2025-3-22 18:02
Engagement Analysis of Students in Online Learning Environments,ship between eye-gaze and engagement intensity. OpenFace 2.0 toolbox abilities are leveraged for feature extraction. Experimental results on the test datasets give an accuracy of 55.64% on DAiSEE and an MSE of 0.0598 on Engagement in the Wild Dataset.作者: 詳細(xì)目錄 時(shí)間: 2025-3-23 00:07
Concurrent Vowel Identification Using the Deep Neural Network,n tested to predict the concurrent vowel scores for the other 5 F0 difference conditions. The proposed perceptron model was successful in qualitatively predicting the concurrent vowel scores across F0 differences, as observed in concurrent vowel data.作者: APO 時(shí)間: 2025-3-23 05:17
Application of Artificial Intelligence to Predict the Degradation of Potential mRNA Vaccines Develoith the LSTM (Long Short Term Memory) and GRU (Gated Recurrent Unit) architectures to predict the degradation of each sequence in the given data, which comprised of sequences of mRNA. The performance of the model was evaluated using the MCRMSE (Mean Columnwise Root Mean Squared Error) as the scoring metric.作者: 抵消 時(shí)間: 2025-3-23 06:40
Searching Pattern in DNA Sequence Using ECC-Diffie-Hellman Exchange Based Hash Function: An Efficiee is obtained and effective security with power consumption achieved. Experimentation results are carried out by using the publicly available dataset. The effectiveness is proved from the comparison results of the proposed and existing study.作者: 橫截,橫斷 時(shí)間: 2025-3-23 12:17 作者: Congeal 時(shí)間: 2025-3-23 17:35 作者: Adulate 時(shí)間: 2025-3-23 22:01
An Application of Transfer Learning: Fine-Tuning BERT for Spam Email Classification,om Forest, and LSTM. To evaluate the performance of a proposed technique, experiments are carried out on two well-known datasets viz. Enron spam dataset with 33,716 email messages and Kaggle’s SMSSpamcollection dataset containing 5574 messages. Significant improvements are observed in results generated by the proposed model over other models.作者: plasma-cells 時(shí)間: 2025-3-24 01:26 作者: Conscientious 時(shí)間: 2025-3-24 05:13 作者: 節(jié)省 時(shí)間: 2025-3-24 07:00 作者: 灰姑娘 時(shí)間: 2025-3-24 11:30 作者: Amnesty 時(shí)間: 2025-3-24 18:10 作者: neutralize 時(shí)間: 2025-3-24 22:02 作者: 有花 時(shí)間: 2025-3-25 01:28
Shital S. Borse,Vijayalaxmi Kadroligen neben dem Strom auch die Spannung unsymmetrisch oder verzerrt, so weicht die aus p(t) abgeleitete Scheinleistung S von der Rechtleistung S. ab. Ein abweichender Weg wird in [16] beschritten. Ob jedoch diese Definitionen, die den Zeitverlauf der Dreiphasenleistung p(t) unberücksichtigt lassen, pr作者: CREST 時(shí)間: 2025-3-25 05:12
Shashank Kumar Singh,Amrita Chaturvedi,Alok Prakashgen neben dem Strom auch die Spannung unsymmetrisch oder verzerrt, so weicht die aus p(t) abgeleitete Scheinleistung S von der Rechtleistung S. ab. Ein abweichender Weg wird in [16] beschritten. Ob jedoch diese Definitionen, die den Zeitverlauf der Dreiphasenleistung p(t) unberücksichtigt lassen, pr作者: 沖突 時(shí)間: 2025-3-25 07:59
Bug Assignment Through Advanced Linguistic Operations,ted system which assign the issues directly to the developer. We have used two approaches to achieve this. First we have made an Artificial Neural Network (ANN) and Recurrent Neural Network (RNN) model on 2M bugs and by ensemble of these two Neural networks we have framed a final model with the help作者: Pudendal-Nerve 時(shí)間: 2025-3-25 15:15
Static and Dynamic Hand Gesture Recognition for Indian Sign Language, classify hand gestures to their correct which means with the most accuracy doable. A unique approach for same has been planned and a few different wide standard models have compared with it. The novel model is made using canny edge detection, dilation, threshold and ORB. The preprocessed informatio作者: 無(wú)聊的人 時(shí)間: 2025-3-25 19:45
Explainable AI for Healthcare: A Study for Interpreting Diabetes Prediction,ods can help healthcare practitioners to understand the features that affect the decision-making process for detection of diseases like diabetes. In the past few years, researchers have been successful in detecting diabetes using machine learning models. Explainable artificial intelligence is except作者: Preamble 時(shí)間: 2025-3-25 23:23
QR Based Paperless Out-Patient Health and Consultation Records Sharing System,he same among clinics at times of need. The proposed system aims at recording vital information (Audio) such as Doctor’s advice, medications and dietary suggestions during consulting and converts the same to text and subsequently to QR Code. The QR codes along with medical tests data, if any are sto作者: 不出名 時(shí)間: 2025-3-26 02:13
Integrated Micro-Video Recommender Based on Hadoop and Web-Scrapper,ing into account the rating given by users. But some platforms don’t have rating options like YouTube. User-based recommendation is a traditional approach. It requires time and space for calculation. Hadoop is the best solution for it. User-based recommendation algorithm based on Map-Reduce without 作者: Collar 時(shí)間: 2025-3-26 05:05
Comparison of Machine Learning Techniques to Predict Academic Performance of Students,cted from sharing the drive sheet among students of various institute. As a result, found that ANN model is best suited and highest accurate model for this dataset so by applying this model institute got the highest accurate result and take the wise decision to improve the performance of students in作者: GEAR 時(shí)間: 2025-3-26 08:50 作者: Commodious 時(shí)間: 2025-3-26 16:12
Applying Extreme Gradient Boosting for Surface EMG Based Sign Language Recognition, Electromyography signals. For, this a new data-set was made by collecting surface Electromyography signals from ten adult-subjects. The classification model was trained using Extreme gradient boosting (XGBoost) algorithm and we obtain an accuracy of 99.09%.作者: Permanent 時(shí)間: 2025-3-26 17:24 作者: Somber 時(shí)間: 2025-3-27 00:59
Histopathological Image Classification Using Ensemble Transfer Learning,ception, and EfficientnetB7 are selected to form an ensemble model. Then the layers and weights of these models are freezed and the output layers are concatenated to make an ensemble model. New dense layers are added to the ensembled model to provide a single output for binary classification. The mo作者: NOT 時(shí)間: 2025-3-27 05:02
Buch zeigt Ihnen erstmals .Schritt für Schritt. wie Sie vorgehen müssen, um ihr Leistungsgeschehen optimal zu planen, zu gestalten und zu steuern, um im Wettbewerb um Patienten erfolgreich zu sein..978-3-540-27366-0作者: 棲息地 時(shí)間: 2025-3-27 07:22 作者: 木訥 時(shí)間: 2025-3-27 10:34 作者: Humble 時(shí)間: 2025-3-27 14:50
Monisha Biswas,Omar Sharif,Mohammed Moshiul Hoque Buch zeigt Ihnen erstmals .Schritt für Schritt. wie Sie vorgehen müssen, um ihr Leistungsgeschehen optimal zu planen, zu gestalten und zu steuern, um im Wettbewerb um Patienten erfolgreich zu sein..978-3-540-27366-0作者: 亂砍 時(shí)間: 2025-3-27 18:05
Sharanya Kamath,Palak Singhal,Govind Jeevan,B. Annappa Buch zeigt Ihnen erstmals .Schritt für Schritt. wie Sie vorgehen müssen, um ihr Leistungsgeschehen optimal zu planen, zu gestalten und zu steuern, um im Wettbewerb um Patienten erfolgreich zu sein..978-3-540-27366-0作者: 元音 時(shí)間: 2025-3-27 23:26
A. Susitha,N. Geetha,R. Suhirtha,A. Swetha Buch zeigt Ihnen erstmals .Schritt für Schritt. wie Sie vorgehen müssen, um ihr Leistungsgeschehen optimal zu planen, zu gestalten und zu steuern, um im Wettbewerb um Patienten erfolgreich zu sein..978-3-540-27366-0作者: 詢問(wèn) 時(shí)間: 2025-3-28 05:37 作者: MOCK 時(shí)間: 2025-3-28 08:29 作者: 敵手 時(shí)間: 2025-3-28 12:16 作者: B-cell 時(shí)間: 2025-3-28 18:17 作者: outskirts 時(shí)間: 2025-3-28 20:06 作者: FLEET 時(shí)間: 2025-3-29 00:23
M. Ravikumar,M. C. Prashanth,B. J. Shivaprasad Buch zeigt Ihnen erstmals .Schritt für Schritt. wie Sie vorgehen müssen, um ihr Leistungsgeschehen optimal zu planen, zu gestalten und zu steuern, um im Wettbewerb um Patienten erfolgreich zu sein..978-3-540-27366-0作者: 被詛咒的人 時(shí)間: 2025-3-29 04:55
Jyoti Raj,Amirul Hoque,Ashim Saha Buch zeigt Ihnen erstmals .Schritt für Schritt. wie Sie vorgehen müssen, um ihr Leistungsgeschehen optimal zu planen, zu gestalten und zu steuern, um im Wettbewerb um Patienten erfolgreich zu sein..978-3-540-27366-0作者: encyclopedia 時(shí)間: 2025-3-29 09:31
Machine Learning and Big Data Analytics(Proceedings of International Conference on Machine Learning 作者: Stable-Angina 時(shí)間: 2025-3-29 15:17
Santosh Kumar Satapathy,Hari Kishan Kondaveeti,Ravisankar Malladi作者: 聯(lián)想 時(shí)間: 2025-3-29 17:29 作者: 引導(dǎo) 時(shí)間: 2025-3-29 23:41 作者: libertine 時(shí)間: 2025-3-30 03:04
Suja Cherukullapurath Mana,T. Sasiprabait für die Planungs- und Steuerungsrealit?ten.Leistungen, Ko.Planung, Gestaltung und Steuerung von Behandlungsleistungen im Krankenhaus...Mit der Einführung des G-DRG-Systems gilt für die strategische und operative Planung und Gestaltung von Krankenhausleistungen:?Der Einzelfall und nicht der tagesg作者: 發(fā)現(xiàn) 時(shí)間: 2025-3-30 06:35 作者: 嚴(yán)峻考驗(yàn) 時(shí)間: 2025-3-30 11:31
Monisha Biswas,Omar Sharif,Mohammed Moshiul Hoqueit für die Planungs- und Steuerungsrealit?ten.Leistungen, Ko.Planung, Gestaltung und Steuerung von Behandlungsleistungen im Krankenhaus...Mit der Einführung des G-DRG-Systems gilt für die strategische und operative Planung und Gestaltung von Krankenhausleistungen:?Der Einzelfall und nicht der tagesg作者: avenge 時(shí)間: 2025-3-30 12:48
Sharanya Kamath,Palak Singhal,Govind Jeevan,B. Annappait für die Planungs- und Steuerungsrealit?ten.Leistungen, Ko.Planung, Gestaltung und Steuerung von Behandlungsleistungen im Krankenhaus...Mit der Einführung des G-DRG-Systems gilt für die strategische und operative Planung und Gestaltung von Krankenhausleistungen:?Der Einzelfall und nicht der tagesg作者: Inkling 時(shí)間: 2025-3-30 17:55
A. Susitha,N. Geetha,R. Suhirtha,A. Swethait für die Planungs- und Steuerungsrealit?ten.Leistungen, Ko.Planung, Gestaltung und Steuerung von Behandlungsleistungen im Krankenhaus...Mit der Einführung des G-DRG-Systems gilt für die strategische und operative Planung und Gestaltung von Krankenhausleistungen:?Der Einzelfall und nicht der tagesg作者: 遣返回國(guó) 時(shí)間: 2025-3-31 00:06 作者: gastritis 時(shí)間: 2025-3-31 01:36
Vandana Prasad,Anantha Krishna Chintanpalliit für die Planungs- und Steuerungsrealit?ten.Leistungen, Ko.Planung, Gestaltung und Steuerung von Behandlungsleistungen im Krankenhaus...Mit der Einführung des G-DRG-Systems gilt für die strategische und operative Planung und Gestaltung von Krankenhausleistungen:?Der Einzelfall und nicht der tagesg作者: BRAND 時(shí)間: 2025-3-31 06:17 作者: Amylase 時(shí)間: 2025-3-31 12:50 作者: SOB 時(shí)間: 2025-3-31 15:40 作者: Biofeedback 時(shí)間: 2025-3-31 20:20 作者: Overthrow 時(shí)間: 2025-3-31 22:24 作者: 熟練 時(shí)間: 2025-4-1 02:24
Bhavesh Patelstungsbegriffe im Drehstromnetz systematisch zusammenzustellen. W?hrend die Definition der Wirkleistung keine Schwierigkeiten bereitet, lassen sich die Blind- und Scheinleistung weniger eindeutig festlegen. Geht man vom Zeitverlauf der Drehstromleistung p(t) aus, so kann man neben der Wirkleistung d作者: Indelible 時(shí)間: 2025-4-1 06:12
